消费者需求论文,市场状况论文

2023-02-15 21:28　727 浏览

关键词: 紧平衡；消费者需求；市场状况；供应定位；精准营销；工业和商业

摘要: 在“互联网+”和烟草行业信息化水平不断发展的大背景下，经济发展的市场化和国际化迫使中国烟草行业直面严厉的挑战。粗犷的商业投放模式和营销方式，无法适应当今快速变化的互联网市场环境，导致消费者难以挑选到心仪的产品，而企业也无法把适当的产品投向对应的市场，更无从市场导向控制烟草的生产情况。对此本文致力于推出一个模型，通过消费者画像与品牌产品画像的匹配，达成更好的商业企业货源投放模式。这就要求完善基于最小商圈的中短期需求预测模型和市场状态评价模型，探索研究“状态研判 + 前置推演”的货源投放模式。该模型的推行，一方面可以达到精准营销的目的，让消费者挑选到合适的产品，提高购买力，另一方面也有指导产品投放，进一步指导产品生产的作用。

1. 引言

近年以来，货源投放一直在循序渐进、不断探索完善中。在互联网物联网和新零售模式的冲击下，传统的卷烟的生产和销售必然受到很大程度的冲击，为了缓解这种技术带来的冲击，如何合理运用大数据相关技术，来为烟草打造一套更先进的商业企业货源投放模式，是一个重要的课题。然而，在新零售兴起的时代背景下，烟草行业的可持续发展必须实施市场化取向改革，建立新型的工商关系特别是新型的工商协同营销体系 [1]。新零售(New Retailing)，即企业以互联网为依托，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。通过归纳总结调控经验，要实现货源的精准投放，就要解决好“投多少、投给谁、投什么”等一系列问题，总量调控解决之后，如何实现更加精准的投放涉及三方面问题：首先是生产出来的货源要如何精准投放到户，其次是如何实现“为客户找品牌、为品牌找客户”的差异化识别，最后是客户与品牌投放路径的衔接问题 [2]。

2. 存在的问题

2.1. 客户信息收集的缺失

按照以往的惯例，烟草行业不仅不能在线上进行销售，而且线下的销售模式也很单一，这导致消费者与企业端基本没有互动交流的平台和反馈的空间，消费者按照习惯消费，生产者只能以零售店或经销商的一些极简数据进行市场反馈的推测 [3]。这样的投放模式是盲目且落后的，我们需要更多的收集客户的各方面信息，充分了解消费者，并且提供平台与之互动，才能从根本改善投放模式。

2.2. 货源投放客户细分不够完善

对新一代的群体消费特征来看，消费个性鲜明，消费节奏快，消费手段先进，相对来看烟草企业对于消费偏好的了解，还是消费方向的引导，还是相对滞后 [4]。过去我们仅仅只以简单的指标，对产品的投放量进行一个大概估计，对于单客户该投多少、单客户单规格该投多少无从判断，导致当前策略测算仅能对总投放量和主销规格进行调整规划，出现了“状态调控与单点供应”失衡的矛盾。只有有了更细分的指标，才能有精细的模型和更合理的策略。

2.3. 货源投放品牌标签不够精细

在过去工业化时代里，企业以生产制造为核心，产销模式建立在规模经济之上，消费者需要付出很高的成本和代价才能获得个性化的产品和服务，因而个性化难以满足。现如今，随着消费者整体消费水平的提高，消费能力增强以及消费偏好升级，他们对传统制造业所提供的标准化产品的满意度逐渐降低，更加追求多样化、个性化的产品或服务 [5]。缺乏细致的分析，对于不同的客户没有明确的分类，对于不同地段不同商圈没有明确的定义，导致无法精准判定商品的投放与市场的融合度。出现品牌个性化，客户需求个性化与货源投放同质化之间的矛盾。

3. 货源精准投放模型辅助工作

大数据背景下，零售行业最大的改变即是从以产品为中心，转变为以消费之为中心，对消费者的行为和消费习惯有更深刻的认知，销售模式才能逐渐转向精准营销，这也是新零售的核心理念，才能防止生产端与消费端的不对等 [6]。在大数据推动精准营销的同时，也加强了对用户的信息收集和分析，但是不能仅仅停留在通过数据库分析用户偏好，也要对相关的订货指导，配送仓储优化配置。因此要坚持“评价客观、持续优化”原则，建立一个新的模型，用以匹配产品或品牌，以及对应的消费者，做到精准投放。在此前提下，我们需要一个类电子商务平台，帮助收集用户“大数据”，建立我们的营销数据库，并且将引入两个模型平台，一个基于客户画像的客户细分平台，一个基于品牌的品牌画像平台，为构建新型的投放模式奠定基础。

3.1. 作构建线上信息平台

烟草的销售一直以来都保持以传统模式，这是由于烟草行业的特殊性。但是传统的线下零售模式与精准营销的新销售模式理念是有冲突的，我们很难收集到客户的细粒度信息，来构建用户画像。因此，一个稳定的线上平台是必须的，这个平台不一定需要有购买功能，但是需要客户进行注册，才能进行任何购买功能。比如说客户去线下零售，需要扫码登陆该平台登记相应信息，由此我们才能收集到很多有用的信息，如用户的购买位置，对我们构建用户画像有重要作用，本文的信息管理平台模型见图1。

该平台统计管理烟草，客户信息。并且根据需要有一定的统计能力，并且可以根据需要进行迭代更新。

3.2. 构建信息化营销数据库

若要加强精准投放，势必需要大量的用户信息，包括但不仅限于客户的消费水平，消费记录，消费频次，消费习惯，消费场所等等，必须加强信息的采集。构建信息化营销数据库，方便我们快速收集并长期保存和维护用户的精准数据信息，为精准营销奠定了基础。首先，营销数据库要加强对烟草订购行为的收集，通过收集可以全面了解客户并对其进行精准评估，客户分类评价体系的建立是企业管理用户的关键所在，目前烟草行业在此方面还尚不成熟，因此要通过信息化数据库对客户进行准确，科学，合理的评价和分级定档。同时，可以根据相关数据促进消费市场优化，从而提升零售客户品质，本文的信息化营销数据库模型见图2。

图2. 数据库信息组成来源

我们从三大系统，总共十个分类，包括零售店的信息，网上营销点击量和销售量，卷烟运输物流等多方面渠道收集信息，包括烟草的品牌售卖相关信息，用户不同地域品牌偏好，口味偏好，复购情况，烟草档位等等全方位信息。

3.3. 构建基于品牌画像的品牌细分模型平台

以认知度、成长性、竞争力、贡献度、市场状态5个维度为基准，细化销量贡献度、毛利贡献度、上柜率、复购指标，建立市场状态评价体系。以市场信息采集、订单、投放数据为基础，选取能够反映卷烟销量变动、价格变动以及库存变动的订单满足率、订足率、消化率、脱销率、上柜率指数、包价格指数、等5个维度53个细分标签，采用数学统计分析方法，依次设置销量指数、价格指数和库存指数。通过“标签 + 算法”的模式快速产出形成的以数据驱动服务品牌培育业务的应用软件，通过智能融合、交互贯通完成“为市场找品牌、为品牌找客户”的整个过程。

3.4. 构建用户画像平台

全面的用户画像分析可以帮助企业更好地去了解用户，无论是线上或者线下，用户画像中包含的信息远比想象的要多得多，往往许多品牌看到的基础客户信息只是用户画像的冰山一角。在运营决策时，品牌商们能直观看到的是销量、市场占有率的增减，却无从获得影响销量、市场占有的因素到底是哪些，而且特别是从用户的影响来分析，如果能够获取到人群的不同用户画像，实现千人千面，在品牌运营决策时这些用户画像将发挥最大的作用。

除了一些基本的标签，如地域，年龄，性别，工作等等，我们也需要收集一些特殊的信息，如前面数据库里的购买信息，购买频次，所在商铺位置等等。如何挑选重要的标签，来提高用户画像的精准度，且不能有过多冗余。这些信息可以高效化广告投放，进行精准营销，个性化推荐。也可以用于风险控测，指导工商融合中的产品投放甚至产品设计。

4. 构建精准匹配投放模型

4.1. 根据数据库数据，运用统计学相关知识算出关键标签，建模用户画像

过多的冗余标签会降低信息的精准度。因此在此用户画像中，我们通过加权计算各个标签与销售状况的重要权重，选择使用三级标签进行建模。其中一级标签如：基本标签，社会特征，消费特征。二级标签如性别，年龄，职业，婚姻状况，家庭情况，渠道偏好，品牌偏好，产品偏好，收入水平，购买频次。三级标签如：用户消费渠道的偏好如，线上购买或者线下购买，是批发还是零售。据对比以往建模，此用户画像可以较为精准的体现用户特征，也不会有太多冗余标签影响用户分类有效率。本文三级标签的用户画像模型见图3。

图3. 三级标签的用户画像示意图

4.2. 搭建用户画像

我们使用三层框架搭建用户画像。其中数据层进行用户画像分析的基础是获取完整的数据，联网数据主要是利用打点，也就是通常所说的数据埋点上报的。整个过程是数据分析师根据业务需要提交数据上报的需求，然后由开发人员埋点，获得数据。有了基础数据以后，就进入挖掘层，挖掘层主要做两件事情，一个是数据仓库的构建，另一个是标签的预测，前者是后者的基础。有了数据层和挖掘层以后，用户画像体系基本形成，那么就到了用户画像赋能的阶段。最基础的应用就是利用用户画像宽表的数据，对用户行为进行洞察归因，挖掘行为和属性特征的规律。本文的用户画像的架构图见图4。

图4. 用户画像架构

4.3. 匹配用户企业画像并与企业商业对接

通过以上功能模块的有机结合，将市场、品牌、客户数据纳入精准投放体系，在实际操作中形成货源供给的三步精准投放法。

第一步，根据收集到的营销数据库信息，建立“5 + 3 + 4”状态评价模型，引入销售规模、价格指数、订购能力、动销率、断货率5个方面的指标数据，分别量化总量、价类、主销规格3个维度的平衡点，从存销点、违约率、真烟外流和季节系数4个因素对供需平衡点进行修正。

第二步，根据“5 + 3 + 4”模型进行建模得到产品扩散模型，再通过RFM模型方法来分析该模型，构建“331”精准评价模型(以客户历史需求量、销量、断货天数3个维度测需求，再根据客户销量、商圈销量趋势、季节3个因素进行调整。参考投放品类所属区域的实时订足率和目标订足率这一要素状态)标签组合投放等多种投放方式，初步实现按状态指标数据智能生成下周期投放策略的目标。

第三步，以“331”和用户画像深度结合，对普通规格运用按需投放、“档位 + 扩展”模式，对主销规格采用一品一策模式，对新品卷烟采用选点定量或新品申购模式，建立“单个品牌 + 单元客户”二维矩阵，通过SVD矩阵分解技术来匹配特征，再通过相似度计算得到相似度进行特征匹配。

第四步，通过调研，统计计算等数据，坚持“评价客观、持续优化”原则对模型和用户画像进行更新迭代。本文的精准匹配模型图见图5。

经过测试和对比，该精准投放模型可以较为准确的拟合我们数据库中的真实销售情况，并且具有一定预测并指导产品投放的作用。

5. 结语

大数据时代，对我们的工作、生活和与世界交流的方式都是新的挑战，也必将带来投放模式和营销模式的深刻改变。随着我国烟草行业的发展和网络建设水平的提高，在烟草企业实行工商结合的精准投放是大势所趋。用好统计学、信息化，大数据技术，将有助推动烟草的投放合理化、高效化。具有长期性、先进性和复杂性。正如“斯托克代尔悖论”给我们的喻示：过程是艰辛的，前途是光明的。工商结合，精准投放，路在脚下，烟草企业唯有观念先行，技术助力，才能进一步提高产品和服务营销水平，最终实现企业又快又好发展。